La facture de l’IA

Le 4 novembre, Bloomberg a rapporté, relayé par 9to5Mac et MacRumors, qu’Apple avait discrètement abaissé en octobre le plafond quotidien de dépenses d’IA de certains ingénieurs de 300 à 200 dollars. L’entreprise prévoit d’autres réductions qui pourraient ramener certaines équipes d’ingénierie à 100 dollars par jour, une limite que de nombreux groupes hors ingénierie connaissent déjà, et elle a envisagé de descendre jusqu’à 25 dollars pour certaines équipes. Certaines équipes sont encouragées à utiliser des modèles moins chers ou des modèles qui tournent sur leurs propres appareils, et quiconque a besoin de davantage peut demander une dérogation à la haute direction.

Selon les sources de Bloomberg, peu de gens utilisaient la totalité de leurs 300 dollars par jour, et on ne sait pas combien Apple économisera. Apple ne se retire pas non plus de l’IA : 9to5Mac relève que ses dépenses de recherche et développement ont augmenté de 32 pour cent, à 45,8 milliards de dollars, au cours de son exercice 2026, en partie pour l’infrastructure et l’IA. Un plafond n’est pas un verdict selon lequel l’IA ne fonctionne pas. C’est le signe que les dépenses sont devenues assez importantes pour devoir être pilotées.

Pendant deux ans, la plupart des entreprises ont acheté l’IA comme un logiciel, une licence par personne à prix fixe. Les agents qui lisent une base de code, lancent les tests et recommencent en consomment bien davantage, et une part croissante est désormais facturée à l’usage. L’IA devient ainsi un coût par collaborateur qui varie chaque jour, et elle demande la discipline qu’une entreprise applique déjà à sa masse salariale. Voici comment faire, sans perdre ce que ces dépenses permettent d’obtenir.

Pas seulement Apple

Apple n’est pas un cas isolé. En juin, un porte-parole d’Uber a confirmé à Bloomberg que l’entreprise limite chaque collaborateur à 1'500 dollars par mois de dépenses en tokens par outil de code IA, après avoir dépassé son budget IA plus tôt dans l’année. En octobre, 404 Media a rapporté qu’Accenture avait annoncé à de nombreux collaborateurs qu’elle ne dépenserait désormais plus que 29 dollars par mois et par personne pour Claude, alors que certains d’entre eux dépensaient jusqu’à 1'000 dollars par mois.

Les fournisseurs observent le même basculement. Lors de la conférence sur les résultats de Microsoft, le 28 octobre, Satya Nadella a déclaré que la consommation de crédits liée aux fonctions agentiques de GitHub avait plus que doublé depuis l’entrée en vigueur de la facturation à l’usage. Les clients, a-t-il dit, achètent des crédits et veulent les utiliser efficacement : « Nous ne voulons pas qu’ils surachètent une chose et aient ensuite l’impression de faire la course aux tokens ».

Le calcul

Avec l’ancien plafond d’Apple, un ingénieur pouvait dépenser 300 dollars par jour. Sur un mois d’environ 20 jours ouvrables, cela fait jusqu’à 6'000 dollars, et pour une équipe de dix personnes, 60'000 dollars. Le plafond d’Uber, avec deux outils de code en service, est de 3'000 dollars par mois et par personne ; celui d’Accenture, de 29.

Ce sont des plafonds, pas des dépenses moyennes, mais des sommes de cet ordre exigent ce dont disposent déjà la masse salariale et les factures cloud : un responsable, une prévision et une revue mensuelle. Un salaire est fixe, alors qu’une facture d’IA varie selon la manière dont le travail est fait : quel modèle tourne, quelle quantité de contexte il doit lire, combien de fois il recommence. Un plafond limite la dépense. Il ne la rend pas meilleure pour autant.

Aiguiller le travail de routine

Le premier levier consiste à cesser d’envoyer le travail de routine au modèle le plus cher. Lors de sa conférence Universe, le 28 octobre, GitHub a mis Copilot Fusion en disponibilité générale sur toutes les formules Copilot. Au lieu de choisir un modèle, le développeur choisit Fusion et l’un des trois niveaux d’effort, et Copilot décide quels modèles traitent chaque prompt. Dans l’un de ses flux, un modèle efficace rédige la réponse, et un contrôle de qualité l’accepte ou transmet la tâche à un modèle plus puissant. Les administrateurs décident quels modèles Fusion peut utiliser, et chaque modèle est facturé à son tarif standard.

GitHub affirme que Fusion Max a obtenu un score à moins de deux points de Claude Code avec Opus 5.5 Max sur l’Artificial Analysis Coding Agent Index, pour environ la moitié du coût API moyen par tâche, avec environ moitié moins de tokens et environ 40 pour cent de temps en moins. Nadella est allé plus loin lors de la conférence : « Il offre une qualité au niveau des modèles de pointe jusqu’à 40 pour cent plus vite, et pour un coût jusqu’à 77 pour cent inférieur. » En répondant aux analystes, il a donné 45 et 75 pour cent. Ce sont les chiffres du fournisseur lui-même, et « jusqu’à » décrit le meilleur des cas ; le propre benchmark de GitHub chiffre l’économie à environ la moitié.

L’écart de prix derrière tout cela est important. Haiku 5.5, d’Anthropic, coûte 0,10 dollar par million de tokens d’entrée pour les prompts courts, soit un vingtième du prix de Sonnet 5.5. Anthropic le dit « conçu pour les tâches à gros volume et sensibles aux coûts », et précise que les grands modèles restent le meilleur choix pour le code agentique complexe. L’objectif est le modèle le moins cher qui soit assez bon pour la tâche, ce qu’Apple demande désormais à certaines équipes de trouver à la main.

Budgets et contexte partagé

Le deuxième levier tient à l’endroit où se situe le budget. Un plafond uniforme par personne traite un ingénieur qui reconstruit une grande base de code comme un collègue qui résume ses e-mails. À notre avis, un budget par équipe fonctionne mieux, avec un responsable qui voit les dépenses chaque semaine et une voie claire pour les exceptions. La procédure de dérogation d’Apple relève du bon réflexe.

Le troisième levier est le contexte. Une grande partie de ce qu’un agent lit, c’est l’entreprise elle-même : qui est le client, comment l’entreprise rédige une offre, où les choses sont rangées, quelles règles s’appliquent. Quand chaque agent et chaque personne reconstruit tout cela de zéro, l’entreprise le paie à chaque fois, en tokens et en corrections. Un contexte écrit une fois, tenu à jour et partagé coûte moins cher à lire et mène à moins de fausses pistes. Les fournisseurs tarifent la réutilisation en conséquence : sur Haiku 5.5, lire du contexte depuis le cache coûte un dixième du prix normal en entrée.

Mesurer les résultats, pas l’usage

Le dernier levier, c’est ce que vous comptez. Un classement des tokens utilisés récompense la dépense plutôt que les résultats, cette course aux tokens dont Nadella a dit qu’elle ne sert les intérêts de personne. À notre avis, les mesures utiles sont celles qu’une entreprise comprend déjà : des modifications intégrées et qui fonctionnent encore un mois plus tard, des tickets clos, des offres envoyées, le coût par tâche terminée.

Une équipe qui dépense plus et livre plus est peut-être le meilleur investissement de l’entreprise. Une équipe qui dépense plus et livre autant, c’est avec elle qu’il faut parler. Pilotée ainsi, la facture peut baisser sans que le bénéfice ne baisse avec elle.

Où nous en sommes

C’est ainsi que nous construisons chez crue. North réunit dans une seule vue tous les chiffres qui comptent pour une décision, y compris les finances réelles, et c’est là que doit figurer une facture d’IA : à côté de ce que le travail a rapporté. Twin donne aux assistants et aux agents d’une entreprise un seul cerveau, avec ses connaissances, ses règles et ses outils connectés une seule fois, si bien que chaque réponse part de l’entreprise plutôt que de zéro. Les deux sont disponibles.